一種獲取圖像深度信息的方法
2023-09-21 21:22:25
一種獲取圖像深度信息的方法
【專利摘要】本發明公開了一種獲取圖像深度信息的方法，包括以下步驟：1)對待處理的單幅原始圖像進行高斯模糊處理，得到模糊圖像；2)檢測待處理的原始圖像的紋理邊緣，將所述原始圖像劃分為紋理梯度相對較大的區域，定義為D區域和紋理梯度相對較小的區域，定義為F區域；3)對於所述D區域內的像素點，根據模糊估計方法計算得到各像素點的比例因子；4)對於所述F區域內的各像素點，進行Kalman濾波，估計各像素點的比例因子；5)根據原始圖像的聚焦信息，將各像素點的比例因子轉換為各像素點的相對深度值。本發明的獲取圖像深度信息的方法，引入Kalman濾波的思想，可抑制常規的散焦法獲取深度值時的噪聲，提高最終獲得的深度圖的精度，且無需額外的信息補充。
【專利說明】一種獲取圖像深度信息的方法
【【技術領域】】
[0001]本發明涉及計算機視覺領域，特別是涉及一種從圖像中獲取深度信息的方法。【【背景技術】】
[0002]計算機視覺技術就是通過攝像機等成像系統模擬人眼來獲得輸入，計算機模擬人腦來處理和解釋，使計算機能像人那樣通過視覺觀察和理解世界。而計算機視覺中，為了使計算機視覺能如人類視覺一樣工作，一個基本的問題是，如何從攝像機拍攝的二維圖像中，獲得三維世界的結構和屬性信息？即從拍攝的二維圖像中，提取深度信息，獲得深度圖。為此人們提出了很多方法，而根據深度信息來源不同，可分為兩大類:主動視覺與被動視覺。
[0003]其中，主動視覺是指向被測目標照射可控制的光光源，然後拍攝光源在物體表面上所形成的圖像，通過幾何關係計算出被測物體的三維信息。其深度信息，來源於可控光源在目標物體上的亮度信息、投影關係或幾何關係。通過主動視覺獲得的深度圖可靠性好，精度高，但是需要配備特殊的光源，限制了其大範圍地推廣應用。被動視覺包括雙目立體視覺、運動視覺、聚焦法、散焦法等方法，從一幅或多幅二維圖像中，通過隱含的深度線索求取深度圖，以獲得三維立體信息。其深度信息來源於圖像本身，比如左右視圖視差，透視幾何關係，模糊程度等等。但是這些深度信息極易受到圖像內容以及噪聲的幹擾，使得所獲的深度圖精度因此而下降。
[0004]被動視覺，是從圖像序列中獲取深度圖的技術，是計算機視覺領域的熱門問題。近年來，有提出立體匹配、聚焦法、散焦法等多種深度圖獲取技術。基於立體匹配的方法是根據不同視角的圖像間的視差作為深度估計的線索，計算複雜且圖像中的特徵點的提取和匹配仍是一大難題。聚焦法是利用一系列同一場景中聚焦於不同深度的圖像獲取整幅場景的深度圖，原理簡單，但是需要大量的圖像，難以實時計算。散焦法是利用圖像中模糊程度隨物體遠離聚焦平面而變大的原理來獲取深度圖，可通過多幅圖像之間作對比獲得深度圖，也可通過單幅圖像之間計算 相對深度值。散焦法所需信息較少，不需要對圖像的特徵做匹配，也沒有遮擋等問題，算法簡單，速度較快。但是，由於散焦法的深度線索與圖像的內容和噪聲之間存在相互影響，而目前常規的單幅圖像散焦法獲取深度圖的方法中對於降噪這一塊關注較少，所以獲得深度圖的精度往往有限。
【
【發明內容】
】
[0005]本發明所要解決的技術問題是:彌補上述現有技術的不足，提出一種獲取圖像深度信息的方法，相對常規散焦法獲取的深度值，可抑制噪聲，提高最終深度圖的精度。
[0006]本發明的技術問題通過以下的技術方案予以解決:
[0007]—種獲取圖像深度信息的方法，包括以下步驟:1)對待處理的單幅原始圖像進行高斯模糊處理，得到模糊圖像；2)檢測待處理的原始圖像的紋理邊緣，將所述原始圖像劃分為紋理梯度相對較大的區域，定義為D區域和紋理梯度相對較小的區域，定義為F區域；
3)對於所述D區域內的像素點，根據模糊估計方法計算得到各像素點的比例因子；4)對於所述F區域內的各像素點，進行Kalman濾波，即，以像素點的領域中的像素點作為先驗點，以先驗點的比例因子為基礎構建狀態模型，狀態模型中的狀態參量包括表示比例因子狀態的第一元素和表示噪聲的第二元素；以像素點的比例因子為狀態值，以像素點的原始圖像梯度和模糊圖像梯度的比值為觀測值，構建表示狀態值和觀測值之間關係的觀測模型；根據構建的狀態模型和觀測模型，進行Kalman迭代計算，從而估計各像素點的比例因子；5)根據原始圖像的聚焦信息，將各像素點的比例因子轉換為各像素點的相對深度值。
[0008]上述方案中，獲取深度信息時，將圖像分為邊緣區域和平滑區域兩部分。對於邊緣區域內的像素點，直接根據單幅圖像散焦法的原理獲取相對深度信息。對於平滑區域內的像素點，以其相鄰區域的點作為先驗點，以先驗點的比例因子為基礎構建狀態模型，以該像素點的相對深度信息作為狀態值，像素點的原始圖像梯度值與模糊圖像梯度值間的比值作為觀測值，構建觀測模型，根據構建的狀態模型和觀測模型，進行Kalman迭代計算，做濾波後估計得到平滑區域內各像素點的相對深度信息。通過上述設置，即將Kalman濾波的思想引入到單幅圖像散焦法獲取深度圖中，從而有效抑制獲取的深度值的噪聲，提高獲取的深度圖的精度。
[0009]本發明與現有技術對比的有益效果是:
[0010]本發明的獲取圖像深度信息的方法，引入Kalman濾波的思想，從而抑制散焦法獲取深度值的噪聲，提高了最終深度圖的精度。而輸入仍然只是一幅散焦模糊圖像，無需拍攝多幅圖片，無需額外的信息補充。引入Kalman濾波後，能有效抑制噪聲，使獲取的深度圖平滑，又能兼容邊界部分不連續性，相對於其他單幅圖像散焦法獲取深度圖，精度有大幅提升。
【【專利附圖】
【附圖說明】】
[0011]圖1是本發明【具體實施方式】的獲取圖像深度信息的方法流程圖；
[0012]圖2是本發明【具體實施方式】的步驟P4)中進行Kalman濾波估計F區域內像素點的比例因子的方法流程圖。
【【具體實施方式】】
[0013]下面結合【具體實施方式】並對照附圖對本發明做進一步詳細說明。
[0014]本發明改進了常規的單幅圖像散焦法獲取深度圖的方法，創新性地引入Kalman濾波的思想，以圖像中每一點的相對深度作為狀態，以原始圖像梯度與模糊圖像梯度間的比值作為觀測，構建狀態模型和觀測模型，最後進行Kalman迭代計算，利用Kalman濾波方法來從先驗模型及觀測值來預測狀態值，對狀態值進行濾波處理。即通過Kalman濾波的預測-修正-再預測的方式，有效抑制所獲得深度圖的噪聲從而抑制散焦法獲取深度值的噪聲，提高了最終深度圖的精度。
[0015]如圖1所示，為本【具體實施方式】中獲取圖像深度信息的方法流程圖，包括以下步驟:
[0016]Pl)對待處理的單幅原始圖像進行高斯模糊處理，得到模糊圖像。
[0017]具體地，輸入圖像，輸入一幅由普通相機拍攝的圖片。該圖像聚焦於最近處的目標物體或最遠處的背景處。該圖像的大小為MXN表示，用g(i，j)表示該原始圖像在第i行，第i列的像素點的像素值。
[0018]高斯模糊處理。對輸入的原始圖像，以高斯模糊核Of對圖像進行模糊處理，獲得
模糊圖像。用g』(x，y)表示模糊圖像在第i行，第j列的像素點的像素值，即有如下關係:
【權利要求】
1.一種獲取圖像深度信息的方法，其特徵在於:包括以下步驟: 1)對待處理的單幅原始圖像進行高斯模糊處理，得到模糊圖像； 2)檢測待處理的原始圖像的紋理邊緣，將所述原始圖像劃分為紋理梯度相對較大的區域，定義為D區域和紋理梯度相對較小的區域，定義為F區域； 3)對於所述D區域內的像素點，根據模糊估計方法計算得到各像素點的比例因子； 4)對於所述F區域內的各像素點，進行Kalman濾波，即，以像素點的領域中的像素點作為先驗點，以先驗點的比例因子為基礎構建狀態模型，狀態模型中的狀態參量包括表示比例因子狀態的第一元素和表示噪聲的第二元素；以像素點的比例因子為狀態值，以像素點的原始圖像梯度和模糊圖像梯度的比值為觀測值，構建表示狀態值和觀測值之間關係的觀測模型；根據構建的狀態模型和觀測模型，進行Kalman迭代計算，從而估計各像素點的比例因子； 5)根據原始圖像的聚焦信息，將各像素點的比例因子轉換為各像素點的相對深度值。
2.根據權利要求1所述的獲取圖像深度信息的方法，其特徵在於:所述步驟4)具體包括:確定F區域內各像素點的鄰域內屬於D區域的點的數量，按領域內屬於D區域的點的數量排序，從數量最多的點開始進行Kalman濾波，估計各像素點的比例因子。
3.根據權利要求2所述的獲取圖像深度信息的方法，其特徵在於:所述步驟4)中進行Kalman濾波時構建的狀態模型包括三個狀態參量，分別為JTfj = χ— fXj = X +-l.A)Pv~ t X1-X — + A)Px~.其中，義=a各(1 + f)_1 一參數αντ在0〈αντ , ；.和分別為待計算的像素點的比例因子在(2_8，28)的分布範圍內取值時的均值、方差和噪聲方差。
4.根據權利要求3所述的獲取圖像深度信息的方法，其特徵在於:按如下方法計算得到所述均值和方差-Jip=nJ,^』一?1-的值為(0,0.2)倍的其中，像素點的比例因子k在(2—8，28)的分布範圍內進行釆樣，釆樣的L個點表示為{kj，1=1，
一一P(^i)2，......,L ；Vl表示為採樣點的權重,V, =—Τ?ρ(^)的值為將Ii1的值作為k(i，j)代入第一分布函數後得到值，qGO的值為將Ic1的值作為k代入第二分布函數後得到值； 第一分布函數為:
5.根據權利要求3所述的獲取圖像深度信息的方法，其特徵在於:所述步驟4)中進行Kalman濾波時構建的觀測模型
6.根據權利要求5所述的獲取圖像深度信息的方法，其特徵在於:所述步驟4)中進行Kalman迭代計算時，計算觀測值的均值;~和方差Py，狀態值和觀測值之間的協方差Pxy，根據公式
7.根據權利要求6所述的獲取圖像深度信息的方法，其特徵在於:設置迭代計
算的均值權重(m>和方差權重(￡1根據公式
8.根據權利要求7所述的獲取圖像深度信息的方法，其特徵在於:根據公式 確定均值 權重和方差權重其中，第三參量βντ在 的範圍內取值。
9.根據權利要求6所述的獲取圖像深度信息的方法，其特徵在於:根據如下步驟計算得到F區域內的像素點的原始圖像梯度和模糊圖像梯度的比值R(i，j):100)以待計算的像素點(i，j)為中心，作一個大小為NqXNq的窗口 Ω ；200)將原始圖像的窗口內的所有像素點以平面g(x，y)=Ax+By+C做線性擬合，即求出參數A、B、C，使得
10.根據權利要求1所述的獲取圖像深度信息的方法，其特徵在於:所述步驟3)中具體包括如下步驟:301)計算像素點(i，j)的原始圖像的梯度值
【文檔編號】G06T7/00GK103473743SQ201310416866
【公開日】2013年12月25日 申請日期:2013年9月12日 優先權日:2013年9月12日
【發明者】王好謙, 袁新, 王興政, 張永兵, 戴瓊海 申請人:清華大學深圳研究生院